人工智能辨別韓中日三國人臉準確率高達75%的秘訣？

 

　　10月21日（當地時間），《華盛頓郵報（WP）》報道稱，美國羅切斯特大學計算機系的杰波·魯奧教授組從樸槿惠總統的Twitter粉絲中搜集1.354萬人、從日本首相安倍晉三的粉絲中搜集1.2914萬人、從前任谷歌大中華地區總裁李開復的粉絲中搜集1.3429萬人，共計搜集了3.9883萬人的頭像。 

 

　　研究組將這些照片錄入人工智能程序后，從愛笑程度、是否有卷發、是否戴帽子領帶和眼鏡、眉形的彎度等40多個面部特征對他們進行分類，令計算機進行相關學習。 

 

　　人工智能利用計算機深度學習技術和掌握人臉特征的圖像分類技術學習了韓中日三國國民的面部特征。 

 

　　《華爾街日報》介紹稱，人工智能之所以能夠通過這種學習區分國籍，是因為韓中日三國國民的時尚追求存在明顯差異。 

 

　　研究結果得出，韓國人大部分都是黑發、眼睛下方的臥蠶量僅次于日本人；日本人多短發、劉海最多，而且笑得最多；中國人眉毛最濃而且最不愛笑。《華爾街日報》表示“這一研究結果為那些感覺亞洲人長得都一樣的（白人）惰性思維敲響了警鐘”，“這種技術可以用于針對性廣告和預防恐怖襲擊等方面”。